以卫星地图补充车载传感器：高精地图构建的新视角

高精（HD）地图在自动驾驶系统中起着关键作用。近期方法试图利用车辆车载传感器实时构建 HD 地图。由于车载传感器固有的局限性——包括对检测距离敏感以及易受邻近车辆遮挡——这些方法的性能在复杂场景与远距离检测任务中显著下降。本文探索了一种新视角，即通过利用卫星地图补充车载传感器来提升 HD 地图构建。我们为 nuScenes 中每个样本生成卫星地图瓦片，并发布一个补充数据集以供进一步研究。为使卫星地图与现有方法更好融合，我们提出一个包含特征级融合与 BEV 级融合的分层融合模块。由掩码生成器与掩码交叉注意力机制构成的特性级融合用于精炼车载传感器特征；BEV 级融合通过对齐模块缓解车载传感器与卫星地图所得特征间的坐标差异。在增强版 nuScenes 上的实验结果表明，我们的模块可无缝集成进三种现有 HD 地图构建方法。卫星地图与我们提出的模块显著提升了它们在 HD 地图语义分割与实例检测任务中的性能。